導語：中國經濟中環(huán)保投資的價值一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

0引言

近年來隨著我國經濟的快速增長，環(huán)境污染問題越來越嚴重，成為影響甚至制約經濟增長的重要因素，環(huán)境污染已日益成為制約我國經濟發(fā)展的“瓶頸”。國內學者分別采用了不同的計量經濟學方法對我國的環(huán)保投資與經濟增長之間的關系進行了大量研究，但總體來看還存在著以下問題：（1）一些研究所采用的時間序列數(shù)據(jù)樣本較小，在進行E--G兩步法分析環(huán)保投資與經濟增長之間的協(xié)整性與因果關系時可能造成參數(shù)估計的誤差較大。（2）一些研究沒有考慮誤差修正對Granger因果關系的影響。（3）很多研究在建立C--D生產函數(shù)的過程中，對于勞動力這一因素沒有考慮其質量的變化。（4）一些研究忽略了技術進步對于經濟增長的貢獻，這與現(xiàn)實情況并不相符。因此，本文以C--D生產函數(shù)為基礎，運用我國1990～2009年近20年的統(tǒng)計數(shù)據(jù)，采用VAR模型下的JJ協(xié)整檢驗法，檢驗變量之間的協(xié)整關系，并建立長期協(xié)整關系及誤差修正模型，進而尋求GDP、勞動力、經濟建設投資、環(huán)保投資以及TFP全要素之間的函數(shù)關系。

1模型的構建

1.1經濟增長的影響因素分析與C—D生產函數(shù)

GDP用來衡量經濟產出，在生產函數(shù)中常以Y表示。經濟產出Y的影響因素主要包括：勞動投入（L）、經濟建設投入（K）、環(huán)保投入(H)以及綜合衡量知識與科技進步、產業(yè)結構與制度等因素的全要素生產率(TFP)。

1.2參數(shù)的確定及數(shù)據(jù)來源

本文時間序列數(shù)據(jù)來源均為相應年份的《中國統(tǒng)計年鑒》（1）GDP：采用1990～2009年我國GDP歷年統(tǒng)計結果，并折合為1999年的不變價格。（2）K(t)：由于相關的數(shù)據(jù)比較難收集，因此這里使用全社會固定資產投資總額代表經濟建設資金，并折合為1999年的不變價格。（3）L(t)：本文的勞動力L使用歷年統(tǒng)計的全社會職工工資總額，而非傳統(tǒng)方法采用的歷年從業(yè)人員總計，原因是前者包含著經濟發(fā)展以及勞動力質量變化等因素。應用時以1999年為基期，折算成以1999年為不變價格的職工工資總額（如圖1）。（4）H(t)：環(huán)境污染治理投資是環(huán)保投資的主要部分，根據(jù)數(shù)據(jù)的可獲得性，本文中環(huán)保投資數(shù)據(jù)用環(huán)境污染治理投資數(shù)據(jù)代替，并采用歷年統(tǒng)計的并折合為1999年的不變價格（如圖2）。

2數(shù)據(jù)統(tǒng)計與模型的實證分析

2.1統(tǒng)計數(shù)據(jù)的處理及平穩(wěn)性檢驗為了避免模型的“虛假回歸”或“偽回歸”的問題，要求各時間序列的變量具有同階平穩(wěn)性且相互之間具有協(xié)整關系。首先需對時間序列Lny、Lnk、Lnh進行單位根檢驗，本文采用ADF單位根檢驗方法。在ADF檢驗過程中最優(yōu)滯后階數(shù)選取的原則為:在保證殘差不相關的前提下，AIC值或SC值越小越好，本文采用AIC準則。

2.2VAR模型與變量協(xié)整分析

在確定了時間序列變量Lny、Lnk、Lnh同階平穩(wěn)性后，通過協(xié)整分析來判斷三個變量之間是否存在協(xié)整關系，能排除“虛假回歸”或“偽回歸”問題的可能性，本文運用基于回歸系數(shù)的JJ檢驗法。在采用JJ檢驗法進行協(xié)整分析之前，先構建Lny、Lnk、Lnh的向量自回歸模型VAR。在構建模型中滯后階數(shù)的選取尤為重要，確定時要綜合考慮LogL、LR統(tǒng)計量、FDE（最終預測誤差）、AIC信息準則、SC信息準則、HQ信息準則。運用Eviews6.0建立VAR模型并進行滯后階數(shù)的選取（見表2），可知LR、FDE、AIC、SC、HQ均指向1階滯后。因此，本文選取1階滯后（見表2）。為準確地確定VAR模型的滯后階數(shù)，還需對VAR模型進行滯后排除檢驗（見表3），可知內生變量Lny、Lnk、Lnh的第一階滯后χ2統(tǒng)計量分別為7.487764、10.44207、8.739941，相應的概率P值為0.04787、0.015159、0.032956，在5%的顯著性水平下，都通過了顯著性檢驗，從而說明在VAR模型中，Lny、Lnk、Lnh所有的滯后內生變量是聯(lián)合顯著的。第一階滯后和Joint所在元素的χ2統(tǒng)計量=35.40513，相應的概率值=5.05e-05，在5%的顯著性水平下，通過顯著性檢驗。因此，VAR模型選取一階滯后（見表3）。之后進行內生變量的協(xié)整檢驗，根據(jù)式（2）協(xié)整方程應包含截距項且有線性趨勢。在此前提下，將檢驗的滯后階數(shù)選取為1階，則基于VAR模型的JJ協(xié)整檢驗結果。可知，在“存在零個協(xié)整關系”的原假設下，跡統(tǒng)計量=41.46278,5%的臨界值=35.01090，跡統(tǒng)計量大于臨界值，因此拒絕原假設，從而表明至少存在一個協(xié)整關系。在“至多1個協(xié)整關系的”的原假設下，跡統(tǒng)計量=13.96667,5%的臨界值=18.39771，跡統(tǒng)計量小于臨界值，因此不能拒絕原假設，進而表明在5%顯著性水平上存在一個協(xié)整關系。無論是跡檢驗還是最大特征值檢驗，都表明在5%的顯著性水平下，拒絕原假設，即拒絕沒有協(xié)整方程的零假設，支持存在1個協(xié)整方程的假設。也就是說內生變量Lny與內生變量Lnk、Lnh之間存在長期的均衡關系，并且這種關系具有線性趨勢。

2.3Granger因果關系檢驗

由于Lny與Lnk、Lnh之間存在長期的均衡關系，則各個變量之間必然存在Granger因果關系。然而對于非平穩(wěn)變量之間存在協(xié)整關系，首先要通過差分的方法使變量達到平穩(wěn)，但是在這一過程中會在一定程度上消除長期趨勢，因此在VAR模型中的Granger因果關系檢驗只包含短期趨勢，而得出的結論會有一些誤差。因此本文采用基于VCEM的Granger因果關系檢驗。

2.4回歸與實證分析

以（2）式為基礎，對時間序列進行回歸，結果如表6所示。即回歸方程為：Lny=1.948983+0.014652t+0.029014Lnk+0.005896Lnh由R2值可判斷，回歸方程的擬合優(yōu)度能滿足分析的要求，F(xiàn)統(tǒng)計量下的P值很小，說明方程在整體上是顯著的。對單個解釋變量Lnh的P值=0.0977，在10%的顯著性水平下，可以拒絕系數(shù)不顯著的原假設。雖然Lnk的系數(shù)不顯著，但可以作為綜合分析的參考。由回歸方程可知，經濟建設投資的彈性系數(shù)α=0.029014，環(huán)保投資的彈性系數(shù)θ=0.005896，故勞動力的彈性系數(shù)β=0.96509。在這20年中，考慮到在長期均衡情況下，GDP與環(huán)保投資之間存在著雙向的Granger原因，而短期內GDP是環(huán)保投資的單向Granger原因，可以認為我國的環(huán)保投資短期內是由于經濟增長帶動的，長期內又反過來影響經濟的增長，但是其對經濟增長的貢獻度比較小。包含了技術進步、產業(yè)結構與制度等因素的全要素TFP年均增長率為1.4652%。說明了全要素TFP對我國經濟增長有著正的作用，因此在環(huán)保過程中，要提高技術水平，合理調整產業(yè)結構。

2.5脈沖響應分析與方差分解

VAR模型把系統(tǒng)中每一個內生變量作為系統(tǒng)中所有內生變量的滯后項的函數(shù)來構造。本文利用VAR模型建立脈沖響應函數(shù)能夠描述對一個擾動項的一個標準差沖擊對模型中所有內生變量當前值和未來值的影響。而方差分解分析每個信息沖擊對內生變量變化的貢獻度，從而了解各信息對模型內生變量的相對重要性。本文以勞動力平均GDP增長率gy、勞動力平均經濟建社投資增長率gk、勞動力平均環(huán)保投資增長率gh為內生變量建立VAR模型，并進行脈沖響應分析和方差分解，VAR模型的滯后階數(shù)選取為1階。在脈沖響應分析之前，要對gy、gk、gh建立的VAR模型進行穩(wěn)定性檢驗以確保脈沖響應標準誤差的有效性。先給出VAR模型的AR的特征多項式根的圖，如圖4所示。由圖4可知所有根的倒數(shù)的模都小于1，并且位于單位圓之內，因此所構建的VAR模型是平穩(wěn)的。之后對VAR模型進行脈沖響應分析，重點關注gy對加在gk、gh之上的沖擊的脈沖響應（見圖5）。從圖5中可以發(fā)現(xiàn)，當gk、gh受正沖擊時，兩者都會對gy產生負面影響，并且這種影響第2年達到最大，之后逐漸減小，在16-17年后基本趨近與零。這一結論看似與新古典經濟增長理論中的單位人均資本投入越多，產出越多的觀點相矛盾，但在這我們仔細分析gy、gk、gh的含義不難發(fā)現(xiàn)：本文中gy、gk、gh分別代表勞動力平均GDP與勞動力平均經濟建設投資與勞動力平均環(huán)保治理投資的變化率，與新古典經濟增長理論中的人均產量，和人均資本意義不同。對gk、gh的正沖擊，可理解為經濟建設投資和環(huán)保投資的增長率均高于全社會職工工資的增長率。對全社會而言，能夠使勞動者工資增長的經濟建設投資和環(huán)保投資的投入成本均增加了。對gy的負影響可以理解為GDP的增長率小于全社會職工工資的增長率，而對于全社會而言，其GDP增長的勞動成本升高了。由此可見，經濟建設投資和環(huán)保投資的增長相對過快，而勞動者工資的增長沒有跟上,將會致使勞動的產出效率下降或者對GDP增長的勞動成本相應提高。對VAR模型進行方差分解，重點關注gk、gh的變化對gy的方差分解（表7）。gy列是勞動力平均GDP變化率預測方差中由自身引起的部分的百分比；gk列是勞動力平均GDP變化率預測方差中由平均經濟建設投資變化率引起的部分的百分比；gh列是勞動力平均GDP變化率預測方差中由環(huán)保投資變化率引起的部分的百分比；這三列的百分比之和為100。可見，在不考慮gy對自身變化貢獻率的前提下，gk、gh對gy的貢獻率隨著時間的推移越來越大，其中gk對gy的貢獻較大。

3結論與建議

根據(jù)上述分析可見，我國經濟增長與環(huán)保投資之間存在明顯的均衡關系，但目前后者對前者的彈性系數(shù)比較小。基于VECM的Granger因果關系檢驗表明，短期內GDP是環(huán)保投資的單向Granger原因，而GDP、經濟建設投資，環(huán)保投資兩兩之間存在雙向長期Granger因果關系。總的來說環(huán)保投資短期內對我國經濟增長的貢獻不是很大，但是長期而言對我國經濟增長的貢獻將逐漸增大，這也符合目前我國經濟發(fā)展中的對環(huán)境問題逐漸重視的發(fā)展階段。

綜合以上結論，本文提出以下建議：（1）進一步加大科技研發(fā)、制度與管理模式優(yōu)化和創(chuàng)新的力度，增加全要素生產率對我國經濟增長的貢獻。（2）大力推進產業(yè)結構的調整與升級，加大環(huán)保投資的力度，建立大型骨干企業(yè)，提高其專業(yè)性水平，減少低水平的重復建設。（3）調整我國經濟發(fā)展模型中勞動力投資增幅過大的模式，多關注民生和福利問題，保持經濟建設投資、環(huán)保投資與勞動者工資增速的協(xié)調和同步，這對我國經濟的穩(wěn)定持續(xù)增長具有積極的意義。